主题：《阿里巴巴数字商业知识图谱的构建及开放》

主题简介：过去20年我国零售业的高速发展，沉淀了海量的商业数据。阿里巴巴一直致力于知识图谱去理解商业活动的本质，满足更多消费者的需求的同时，也助力产业实现高度敏捷的产品迭代，生产制造，从而推动中国的商业和社会发展。本次分享主要介绍阿里巴巴数字商业知识图谱构建的背景，挑战，以及核心技术框架，也会重点介绍数字商业知识图谱在阿里巴巴集团多元业务中的落地实践，最后面向广大知识图谱产业和科研工作者，开放阿里电商部分数据集（kg.alibaba.com），希望利用开放的商业知识发现更多社会经济的价值，并促进数字商业、数字经济等领域的交叉学科研究，服务数字经济健康发展的国家战略需求。

个人简介：熊飞宇，现任阿里巴巴集团业务平台事业部数据智能部门负责人 。华中科技大学本科，美国Drexel University博士，期间带领科研团队与美国Janssen，Medtronic等多所知名公司进行了合作，在人工智能与生物信息领域取得多项成果。回国后加入阿里巴巴集团，负责业务中台包括商品、用户、交易、营销等核心应用的智能化建设，支撑着大量、多元的集团业务。带领团队通过和浙江大学，清华大学，中科院等多所单位合作，以商品等商业要素核心，完成基于多源、异构、多模态的大数据构建千亿级别数字商业知识图谱的算法研究和应用，覆盖包括淘宝、天猫等业务单元超过7万亿零售成交额，获得获得钱伟长中文信息处理科学技术奖一等奖，杭州市521计划青年人才，杭州市C类人才，阿里巴巴优秀学术合作奖等奖项，并在人工智能顶级会议和期刊上发表多篇论文。

主题：《开源开放的知识图谱抽取与推理工具》

主题简介：知识图谱是一种用图模型来描述知识和建模世界万物之间关联关系的大规模语义网络，是大数据时代知识表示的重要方式之一。知识图谱构建旨在从海量结构化和非结构化数据中进行实体、关系、属性和事件抽取，将知识存储到知识库中，最后进行进一步的知识推理和图谱应用。本次报告将主要介绍开源开放的知识图谱抽取工具DeepKE、知识图谱推理工具NeuralKG。DeepKE是一个支持cnSchema、低资源、长篇章、多模态的知识图谱抽取开源工具；NeuralKG是一个支持嵌入表示、图神经网络、规则学习的知识图谱推理开源工具。

个人简介：张宁豫，博士，浙江大学副教授。研究方向包括自然语言处理、知识图谱等，在自然语言处理和知识图谱领域已发表近三十余篇顶级会议和期刊文章，包括ICLR、ACL、EMNLP、NAACL、KDD、WWW、AAAI等；担任ACL、NeurIPS、ICLR、KDD等顶级会议程序委员会委员，Google Scholar引用一千余次，获得过浙江省科技进步二等奖、国际会议IJCKG最佳论文提名、CCKS最佳论文奖，担任中国中文信息学会语言与知识计算专委会委员、青年工作委员会委员。

主题：《OpenEA：基于嵌入的实体对齐开源软件库 》

主题简介：知识图谱可以由任何机构和个人自由构建，其背后的数据来源广泛、质量参差不齐，导致它们之间存在多样性和异构性。语义集成的目标就是将不同知识图谱融合为一个统一、一致、简洁的形式，为使用不同知识图谱的应用程序间的交互建立互操作性。作为语义集成的重要技术，实体对齐旨在从不同知识图谱中识别指向真实世界同一对象的实体。随着表示学习技术在诸如图像、视频、语音、自然语言处理等领域的成功，基于嵌入的实体对齐方法开始涌现，并取得重大突破。OpenEA(https://github.com/nju-websoft/OpenEA)是一个基于嵌入的知识图谱实体对齐开源软件库，由南京大学万维网软件研究组研发，集成了数十种具有代表性的基于嵌入的实体对齐方法以及多个基准测试集，同时它使用了一种灵活的架构，可以较容易地集成大量现有模型。

个人简介：胡伟，博士，副教授，博士生导师。主要研究领域为知识图谱、数据集成、智能软件。在高水平会议和期刊上（例如，WWW、ICML、VLDB、ICDE、ICSE、AAAI、IJCAI、ACL、SIGIR、EMNLP、ISWC）发表50余篇论文，Google Scholar引用三千余次，主持多项国家自然科学基金项目。获得过JIST最佳论文奖、CCKS英文最佳论文奖、CHIP最佳论文奖、ISWC最佳论文提名等。先后在阿姆斯特丹自由大学、斯坦福大学、多伦多大学访学。担任语言与知识计算专委会委员、数据库专委会委员、万维网联盟W3C南京大学学术代表等。

主题：《基于图的知识图谱数据管理》

主题简介：大规模知识图谱数据为目前的数据管理领域带来了新的挑战和机遇，例如如何有效地存储和检索这些大规模知识图谱数据。在本次的报告中，将首先回顾一些经典的按照关系数据库的方法来管理RDF知识图谱数据的技术。然后，集中讨论从图数据库的观点来研究知识图谱数据管理的问题。具体的，将讨论如何利用图数据库中的子图匹配技术来处理知识图谱数据库中的查询问题。讨论两种查询，SPARQL和自然语言查询，以及如何利用子图匹配来有效地回答这两类查询。最后，将介绍我们研发的两个开源系统：gStore和gAnswer；前者是用来设计支持RDF数据存储和SPARQL查询的图数据库系统，后者是用来支持面向知识图谱数据的自然语言问答系统；并结合相关的企业应用案例，介绍两个系统的开源和使用情况。

个人简介：邹磊，北京大学王选计算机所教授，大数据分析与应用技术国家工程实验室（北京大学）知识集成和智能决策中心主任。邹磊教授的研究包括图数据库，知识图谱，尤其是基于图的知识图谱数据管理，面向知识图谱的自然语言问答，图分析与机器学习，以及大数据系统；他已经发表了50余篇计算机领域的顶级国际学术期刊和会议（CCF-A）上，包括SIGMOD, VLDB, ICDE, TODS, TKDE, VLDB Journal等。邹磊教授曾获得中国自然科学基金（NSFC）优秀青年基金，国家重点研发计划项目的资助。另外，还获得了英国皇家学会的牛顿高级访问学者基金的资助。2017年获得教育部自然科学二等奖（获奖项目“大规模图结构数据管理”，排名第一）。